《表8 绘画属性识别数据集的标注信息》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《绘画艺术图像的计算美学:研究前沿与展望》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

按照数据集的规模和标注信息的丰富程度，公开的绘画属性识别数据集可以分为小规模数据集、大规模数据集和丰富标注数据集三种，表7和表8分别展示了它们的基本信息及其具有的标签信息.在绘画属性识别研究初期，研究者通过下载绘画图片或扫描书籍中的绘画页以构建绘画属性识别数据集，形成的数据规模一般较小，且只具有风格、作者等基本信息的标注，比如Painting-91数据集[77]和Pandora7k数据集[42].随着艺术博物馆的藏品电子化，出现了开放获取的大规模绘画艺术资料，研究者对其整理，形成了大规模的标注数据集，比如WikiArt数据集[41].在大规模标注数据集中，有些数据集还标注了基本属性信息之外的其他信息，给其他的绘画计算美学任务提供了标注数据，比如BAM数据集[84]标注了绘画情绪和内容描述文字，Sem Art数据集[82]提供了内容描述文字的标注，i Met2019数据集[83]和i Met2020数据集标注了文化、语义方面的关键词标签.